基于整数小波的雷达图像快速无损压缩算法

针对雷达图像数据量大,不便于传输、存储等问题,提出了将整数小波变换、哈希算法和集分割嵌入式编码相结合的雷达图像快速无损压缩算法.通过对雷达图像信号的压缩实验,该算法在不影响事后对雷达数据进行分析的情形下,提高了图像的压缩速度和压缩比,具有广泛的应用价值.     

大数据环境下舰船尾迹破碎图像高精度识别技术

针对原有方法在对舰船尾迹破碎图像进行识别的过程中,受破碎图像特征残缺的影响,存在大量难以检测的角点,在图像破碎度为40%～60%时存在特征抽样拟合率较低的问题,提出一种大数据环境下舰船尾迹破碎图像高精度识别技术。在大数据环境下,通过SUSAN角点检测算法这种大数据算法对舰船尾迹破碎图像进行角点检测。构建图像特征检测模型,利用构建模型对舰船尾迹破碎图像角点处实施特征检测,获取舰船尾迹破碎图像特征。通过构建舰船尾迹破碎图像高精度识别模型实现舰船尾迹破碎图像高精度识别。为了证明大数据环境下舰船尾迹破碎图像高精度识别技术实现了特征抽样拟合率的提升,将原有技术作为对比实验技术进行该技术与原有技术的特征抽样拟合率对比实验,实验结果证明该技术实现了特征抽样拟合率的提升,更适用于舰船尾迹破碎图像的识别。     

多媒体环境下船舱监控视觉图像敏感区域标注算法

在船舱监控视觉图像的敏感区域标注中,针对敏感区域聚类标注算法准确率较低的问题,在多媒体环境下,提出了一种船舱监控视觉图像敏感区域标注算法。使用视觉注意模型计算各个区域的敏感度,对敏感区域进行检测。利用K-NN聚类算法对图像样本进行聚类,对出现频率最大的样本类别进行标注。利用图像的SIFT特征对图像的特征点与梯度进行描述,得到敏感区域图像特征后,根据值的大小,排序所有未标注的图像标注词,实现了船舱监控视觉图像敏感区域标注算法。为了检测该算法,利用敏感区域聚类标注算法与该算法进行敏感区域标注准确率的对比实验,证明了船舱监控视觉图像敏感区域标注算法的可行性与准确率。     

基于图像检测的船舶特征分割与提取优化算法

船舶图像特征分割和提取算法是图像检测领域中的基础工作。由于船舶航运环境和船舶自身结构组成相对复杂,船舶图像的全自动分割方法在图像检测过程中经常出现边缘模糊、准确性低等问题。因此提出基于图像检测的船舶特征分割与提取优化算法,结合免疫算法获取更多图像特征信息,达到快速、准确的对船舶图像特征进行提取和分割的目的。为验证算法的准确性进行仿真实验,结合船舶区域图像对图像边界特征进行提取和分割,并与传统方法进行比较。实验结果证明基于图像检测的船舶特征分割与提取优化算法可以有效达到特征融合、全局最优、算法效率高等优良特性,使图像具有更强的实用性。     

基于哈希编码学习的图像检索方法

针对传统的位置敏感哈希编码低效的问题,提出一种监督学习框架下基于正交子空间的判别投影哈希函数学习的海明编码方法.该方法首先根据特征值的能量分布进行子空间分解,其次基于Fisher判别分析准则,利用样本的分布信息学习一组最佳投影的哈希函数,实现原始特征空间向海明空间的紧致嵌入,最终生成一组紧凑且具有判别性的二进制编码,并用于图像检索.在公开数据集上的实验结果表明:该算法与其他经典算法相比,具有较好的稳定性,降低了内存消耗并提高了检索的平均准确率.     

基于深度哈希网络的舰船图像检索研究

在目前的图像检索中,通常缺乏对汉明空间距离的确定,而直接进行特征提取,导致图像检索中受图像质量影响较大。因此提出深度哈希网络的舰船图像检索研究,首先建立深度哈希网络模型,利用球哈希编码得出汉明空间的距离度量。然后根据获取的汉明距离使用Bushlet进行多层分解,得出图像复特征。最后根据特征进行Brute-Force特征匹配,完成图像检索工作。为了验证设计的图像检索方法的可行性,设计实验,建立舰船图像库,并使用设计方法以及文献[1-3]进行图像检索,判断优劣性,实验结果显示设计方法检索质量受图像质量影响较小,检索性能更好,具有可行性。     

一种隧洞探测型AUV及其图像拼接方法研究

裂缝是输水隧洞最普遍的缺陷和潜在威胁,AUV巡检与拍摄输水隧洞中的裂缝,通过拍摄的水下图像进行处理,以确定裂缝位置。但由于水下环境极大限制了光视觉图像可视范围与分辨率,单幅水下图像所获得的视角范围有限,所以本文提出了基于SURF算法的AUV水下图像拼接方法研究。该方法首先在图像预处理阶段对水下图像进行去畸变与限制对比度自适应直方图均衡化处理,用于解决水下图像存在的畸变、对比度低、噪声严重等问题。接着将SURF特征点检测算法应用于水下图像配准当中,并与RANSAC算法相结合对特征点进行精确匹配,然后应用线性渐变融合算法实现水下图像融合,有效去除拼接缝隙,完成水下图像拼接,最终通过水池与外场实验拼接图像来验证该方法的正确性。     

高精度舰船图像拼接算法研究

为了解决当前图像拼接重叠区域多的问题,提出高精度的舰船图像拼接算法研究。在图像拼接之前,需先提取图像特征,采用Harris角点局部特征检测算法,在尺度空间寻找位置、尺度和变量特征,以此设计尺度空间极值点检测流程,避免外界噪声干扰。根据每个关键点特征计算图像尺度变化比例、图像旋转角度和不同图像间平移距离,确定不同图像特征点位置关系,以此实现图像参数自动辨识。采用surf角点检测算子检测图像重叠区域角点,在允许尺度空间多层图像处理下,无需对图像进行二次抽样处理。通过构建Hessian矩阵判别式,判断特征点是否为极点,利用二阶标准高斯函数,判别特征点。利用相应波为信息计算偏航角,确定变换参数,完成图像拼接。由实验结果可知,该算法图像拼接重叠区域较少,拼接精准度较高,为舰船稳定运行奠定基础。     

图像块混沌特征在海面运动目标检测中的应用

为了消除舰船目标检测中海面背景的影响,提出了一种基于图像块混沌特征的目标检测算法.该算法利用小数据量法计算图像块的最大Lyapunov指数,分析运动目标存在时背景信号混沌特征的变化,检测淹没在混沌背景信号中的目标信号.实验采用400帧图像进行检测,检测率为100%,虚警率为5%.结果表明,算法能有效地检测出海面背景下的舰船目标.     

基于改进流行排序算法的显著性区域检测

针对现有基于图的流行排序的显著性检测算法对于复杂背景图像检测中效果不理想问题,提出改进的基于流形排序算法的显著性区域检测.首先将图像分割成4种不同的超像素尺度,并根据图像的RGB,CIELab的颜色特征和LBP纹理特征分别计算4种尺度图像的上、下、左、右4个方向的边界显著图,分别融合不同尺度图像的4个方向的边界显著图得到相应不同尺度图像显著图,融合4种尺度图像的显著图得到弱显著图;然后根据弱显著图以生成强模型的训练样本,通过多核提升算法学习来自输入图像的样本进行强分类,以检测显著像素;最后综合多尺度显著图进一步提高检测性能,并进行优化处理得到最终的显著图.为了验证该算法的正确性和有效性,在公开数据集MSRA1000、ECSSD和PASCAL-S上进行仿真实验,实验结果表明,该算法不仅能够得到较好的视觉效果,而且召回率、准确率和F-measure等评价指标比传统算法有明显提升.     

基于保局投影和SFAM网络的装备故障智能诊断

现代武器装备的高度复杂性,装备故障信息具有高度的非线性,这给装备技术保障带来新的挑战。针对这一问题,该文采用保局投影流行学习方法作为装备故障信号的特征提取器,将故障信号一类信息通过显式映射矩阵投影到低维空间,获得关于故障的特征信息;在此基础之上,利用特征信息训练SFAM网络形成一个故障诊断分类器,定位故障源及性质。仿真实验表明,该文提出的故障诊断技术方案对较高维数的故障信息具备较高的故障识别率及鲁棒性。     

基于区域模糊直方图的图像检索

将图像分割算法和模糊理论相结合,提出了基于区域模糊直方图的图像检索方法。用快速聚类算法对图像进行区域分块,以各区域的视觉特征为基础,建立图像模糊直方图并进行图像检索。在1000幅通用图像库上的实验表明,该方法可以得到比较满意的检索结果。     

基于图像变化检测的舰船毁伤信息提取问题研究

信息化条件下,舰船毁伤效果评估对舰船毁伤信息的提取提出了更高的要求。文章对基于图像变化检测的舰船毁伤信息提取问题进行了研究,首先对舰船毁伤前后的图像进行配对,然后利用变化检测法对图像变化的纹理特征和几何特征进行检测,提取舰船毁伤评估所需要的毁伤信息。     

TCP包状态检测系统的硬件设计与实现

提出了一种利用硬件实现的TCP包状态检测系统模型,与传统的状态检测系统的区别在于：1）提出established状态时的数据匹配,以防止包数据的攻击;2）利用哈希算法快速存放、查找信息的特点实现状态信息的存储和转换;3）采用时间地址循环超时管理策略来管理超时的连接。实验结果表明,该设计在能防止一些网络数据攻击的基础上快速准确地实现TCP状态转换功能。     

矢量型电子河道图岸线提取方法研究

为快速准确获取河道岸形线的数据,生成缺乏岸线数据资料的河道矢量型轮廓图,提出一种通过处理雷达图像获取矢量型电子河道图岸形线数据的方法。采用了数学形态学方法实施对雷达图像处理,主要的处理过程包括:雷达图像灰度处理,灰度雷达图像转变为二值图像,二值雷达图像的滤波处理,在以上处理过程的基础上构造了数学形态学结构元素,实施对河道岸线提取,并矢量化处理了离散点。在二值化过程中提出新的方法,针对雷达图像的特点,依据航路规则设计了特殊的滤波过程,提出了提取河道任意边缘的方法。     

一种面向水下无人航行器的实效图像增强算法

针对水下图像存在严重模糊、对比度低、噪声多等问题,根据小波的时频特性及多分辨率特点,提出一种基于小波变换的水下模糊图像增强算法。利用小波变换对RGB图像进行二层小波分解,把原图分解为高、低频子带,利用导向滤波算法估计低频子带上的照射分量并进行去除;利用软阈值算法对高频子带上的图像边轮廓信息进行去噪和增强处理;对水下图像进行小波逆构,并进行伽玛校正;最后利用改进的灰度世界算法对水下图像进行颜色校正。试验结果表明,使用文章中算法处理所得到图像的对比度及信噪比都较高,且清晰度较高,满足水下无人航行器的要求。     

基于边缘强度的指纹图像二值化方法

提出了一种合理有效的指纹图像二值化方法,先利用Kirsch算子得到指纹图像的方向场,然后对指纹图像进行方向中值滤波,最后通过图像的边缘强度设计局部自适应阈值对指纹图像进行分割,从而得到二值化图像。在自适应阈值的计算上,文中还提出了一种如何选择最佳图像分块大小的方法。实验结果表明,该方法不但处理效果好,而且运算速度快,满足了处理要求。     

Segmentation of complex objects'' sonar images using parameter-fixed MRF model

The effective method of the recognition of underwater complex objects in sonar image is to segment sonar image into target, shadow and sea-bottom reverberation regions and then extract the edge of the object. Because of the time-varying and space-varying characters of underwater acoustics environment, the sonar images have poor quality and serious speckle noise, so traditional image segmentation is unable to achieve precise segmentation. In the paper, the image segmentation process based on MRF (Markov random field) model is studied, and a practical method of estimating model parameters is proposed. Through analyzing the impact of chosen model parameters, a sonar imagery segmentation algorithm based on fixed parameters' MRF model is proposed. Both of the segmentation effect and the low computing load are gained. By applying the algorithm to the synthesized texture image and actual side-scan sonar image, the algorithm can be achieved with precise segmentation result.     

提高船舶操纵模拟器视景成像效率的算法设计

本文介绍了在船舶模拟器开发设计中采用的提高视景成像效率的算法。特殊代码设置使得物标和图素与视域交界面的判断简便易行,利用物标裁剪预处理减轻了图素裁剪的计算量;通过简化的面方向判断计算和深度排序法改进了隐藏面消除的处理速度